本文在研究国内外油管检测现状及相关文献的基础上,经过认真的调研和理论分析,突破了对油管缺陷采用单一一种方法进行无损检测的传统,提出了一种基于两种传感器的联合无损检测方法,即涡流法和漏磁法。涡流法适合检测纵向裂纹及油管内部缺陷,漏磁法适合检测横向裂纹缺陷,二者的联合检测大大提高了检测精度,降低了漏检率。　在了解了两种传感器的检测原理及各自特点后,研究给出了油管探伤仪的结构组成及工作原理;漏磁传感器采用集成霍尔元件,涡流传感器采用激励线圈和接收线圈分离的方式,组成多通道组合检测;因两种探测方法都是磁性的,都需要对试件进行磁化,采用永久磁化的方式对油管进行磁化;为了让探头扫描到油管所有被检测表面,避免漏检的发生,采用探头不动,油管螺旋前进的运动方式;为了减小检测过程中的各种外界干扰和噪声,准确判断数据,对传感器输出信号进行预处理,剔除数据中不敢兴趣的杂散信号和无意义的孤立点,对数据进行平滑处理;应用小波变换理论中小波的多尺度边缘检测原理对信号进行除噪处理,极大的提高信号的信噪比。给出数据融合的功能模型、结构模型和数学模型,采用二级融合的方式,第一级融合为:将涡流信号小波变换的得到的局部模极大值和其位置作为阻抗增量的特征值,输入给用于涡流数据融合的BP 神经网络,判断缺陷的长度、深度;提取漏磁信号缺陷长、宽、深特征值作为漏磁数据融合的BP 神经网络的输入,判断缺陷的长、宽、深等。对两个BP 神经网络数据融合结果设定阈值,判断缺陷的严重程度及油管的取舍,完成对缺陷信号进行学习和分类的任务。　最后,在MATLAB 环境下设计了对缺陷信号处理的计算机辅助检测程序,并采用试验数据进行了计算分析,可方便有效的实现缺陷信息的检测。整套系统在实验室进行模拟试验,安装简便,运行稳定,没有漏检。